[发明专利]基于全局和局部特征提取的电子鼻低浓度样本检测方法有效
申请号: | 201910414348.8 | 申请日: | 2019-05-17 |
公开(公告)号: | CN110146652B | 公开(公告)日: | 2021-08-24 |
发明(设计)人: | 贾鹏飞 | 申请(专利权)人: | 西南大学 |
主分类号: | G01N33/00 | 分类号: | G01N33/00;G06K9/62;G06N3/00 |
代理公司: | 重庆为信知识产权代理事务所(普通合伙) 50216 | 代理人: | 余锦曦 |
地址: | 400715*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于全局和局部特征提取的电子鼻低浓度样本检测方法,步骤为:设置气体电子鼻检测组件和检测环境,按照高浓度的等级、低浓度的等级、高浓度混合量、低浓度混合量,自由组合形成X组气体样本;对X组气体样本进行特征提取,得到第一中间数据;对第一中间数据进行优化处理,得到第二中间数据,并通过所述气体电子鼻检测组件和检测环境得到中间识别数据;获取中间识别数据中识别率最为接近的两组气体样本,作为所述低浓度气体的等效检测气体样本;基于中间识别数据和对应组气体样本中低浓度气体占比例,分别计算出X组气体样本的最终识别数据。有益效果:实验结果表明,无论是整体识别率还是我们提出的新指标,融合效果都很好。 | ||
搜索关键词: | 基于 全局 局部 特征 提取 电子 浓度 样本 检测 方法 | ||
【主权项】:
1.一种基于全局和局部融合特征提取的电子鼻低浓度样本检测方法,其特征在于按照以下步骤进行:S1:设置气体电子鼻检测组件和检测环境,通过检测筛选出M种高浓度气体、N种低浓度气体;将M种高浓度气体按照设定的低浓度混合量划分成L等级;并将低浓度气体按照设定的低浓度混合量划分成P个等级;所述高浓度气体和低浓度气体的划分标准是按照气体浓度离散值的排序进行划分;S2:通过控制变量法,按照高浓度的等级、低浓度的等级、高浓度混合量、低浓度混合量,自由组合形成X组气体样本;其中,X=M*L*P;S3:根据全局和局部融合特征提取算法,对X组气体样本进行特征提取,得到第一中间数据;S4:采用增强型量子粒子群优化算法对第一中间数据进行优化处理,得到第二中间数据,并通过所述气体电子鼻检测组件和检测环境得到中间识别数据;S5:比较X组气体样本的中间识别数据,获取中间识别数据中识别率最为接近的两组气体样本,作为所述低浓度气体的等效检测气体样本;S6:基于中间识别数据和对应组气体样本中低浓度气体占比例,分别计算出X组气体样本的最终识别数据。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南大学,未经西南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910414348.8/,转载请声明来源钻瓜专利网。